3月 04 2026 0 LLMエージェントの探索能力を強化する新手法RAPO：外部知識を活用した強化学習フレームワーク 投稿者: ユウ TL;DR 既存のLLMエージェント向け強化学習（Agentic RL…
3月 04 2026 0 LLMエージェントの探索能力を高める「戦略誘導探索」：難易度の高いUI操作やコーディングタスクへの適用 投稿者: ユウ TL;DR LLMエージェントの強化学習において、低レベルの行動探索で…
3月 02 2026 0 AIがRustの難問バグに挑む：大規模ベンチマークで実証された新手法「RustForger」の可能性 投稿者: ユウ 解説 ねえ、智也くん！これ見て、『Evaluating and Imp…